Skip to Main content Skip to Navigation
Journal articles

Un modèle neuronal pour la régression et la discrimination sur données fonctionnelles

Résumé : L'objectif de cet article est de présenter un nouveau modèle neuronal adapté à la régression sur variables explicatives fonctionnelles. Nous décrivons le perceptron multi-couches (PMC) fonctionnel et résumons les propriétés théoriques de celui-ci, en terme de puissance de calcul et d'estimation des paramètres. Nous proposons ensuite deux techniques de mise en oeuvre informatique que nous illustrons dans deux applications, l'une sur des données artificielles, l'autre en spectrométrie. Le PMC fonctionnel est ainsi comparé au PMC classique ainsi qu'à des méthodes plus classiques adaptées elles aussi aux données fonctionnelles. Dans les exemples choisis, les PMC fonctionnels obtiennent de meilleures performances que les autres techniques et représentent la fonction de régression de façon très parcimonieuse.
Document type :
Journal articles
Complete list of metadatas

https://hal.inria.fr/inria-00001190
Contributor : Fabrice Rossi <>
Submitted on : Saturday, April 1, 2006 - 4:09:24 PM
Last modification on : Wednesday, September 23, 2020 - 4:27:41 AM
Long-term archiving on: : Saturday, April 3, 2010 - 11:05:32 PM

Identifiers

  • HAL Id : inria-00001190, version 1

Collections

Citation

Fabrice Rossi, Brieuc Conan-Guez. Un modèle neuronal pour la régression et la discrimination sur données fonctionnelles. Revue de Statistique Appliquée, Société française de statistique, 2005, LIII (4), pp.5-30. ⟨inria-00001190⟩

Share

Metrics

Record views

452

Files downloads

638